Google incorpora la IA generativa a los algoritmos de aprendizaje de sus robots.

Los grandes modelos de lenguaje (LLM) utilizados para la inteligencia artificial generativa ahora también se utilizan para entrenar robots.

Alphabet, que hace un año anunció que iba a acercar las investigaciones de su división Everyday Robots a las relacionadas con la comprensión del lenguaje natural, a partir de su modelo de lenguaje PaLM (sobre el que se basa Bard), ha presentado un nuevo prototipo de robot de servicio, basado en un algoritmo de aprendizaje automático llamado RT-2 (Robotics Transformer 2).

Este nuevo algoritmo permite realizar tareas al robot sin darle una serie de instrucciones precisas, sino más bien un objetivo que él mismo podrá dividir en una lista de acciones. En otras palabras, el algoritmo utilizará el modelo de lenguaje para interpretar el comando en lenguaje natural y planificar sus acciones en consecuencia.

RT-2 es la nueva versión de lo que la empresa matriz de Google llama su “modelo de acción-visión-lenguaje” (VLA), que combina la interpretación de frases en lenguaje natural y datos visuales para convertirlas en acciones.

El New York Times, que pudo beneficiarse de una demostración, pudo constatar cómo un brazo robótico respondió a una instrucción compleja pidiéndole que recogiera el “animal que ya no existe” entre una serie de figuras (escogió el dinosaurio). Las pruebas también demostraron la capacidad del robot para encontrar un objeto “que podría servir de martillo” (escogió una piedra), o para servir una bebida “a alguien cansado” (una bebida energética). Sin embargo, el NYT también observó que el robot se había equivocado al elegir un sabor de refresco, por ejemplo.

Robots capaces de aprender “como nosotros”

El uso de la IA generativa, y el entrenamiento a partir de datos textuales y visuales extraídos directamente de Internet, amplía así las capacidades de inferencia del robot, que podrá realizar tareas para las que nunca ha sido específicamente programado.

Con RT-2, los robots son capaces de aprender como nosotros, transfiriendo conceptos conocidos a nuevas situaciones”, resume Vincent Vanhoucke, investigador y director de robótica en Google DeepMind, en un blog. “No sólo RT-2 demuestra cómo los avances en IA fluyen rápidamente al campo de la robótica, sino que también deja entrever las enormes promesas que conlleva para los robots polivalentes”, añade.

Fuentes:  usine-digitale.fr | lasnoticias.com